半岛平台本文尝试探索钢铁和铁原料供需平衡机制，用基本的供需弹性原理研究价格的变动。报告主要分为三部分，分别介绍量价关系研究思路、历史供需数据与价格形成、未来供需与均衡价格预估。主要是尝试从理论出发，进行历史回顾，从历史回顾中发现真实的供需状况以及估算供给弹性。最后尝试预估未来供需参数，结合定价思路和供给弹性，做出未来均衡利润与均衡价格的估值。主要内容如下：
第二部分，通过回顾历史真实数据，找到利润形成原因，并估算出历史的高炉生铁供给弹性。
通过历史数据的梳理，找到了近两年钢材以及废钢价格变动的原因。2017年钢材价格大幅上涨，主要是供给收缩所致。2017年去除中频炉，导致废钢回收利用受阻，被迫用生铁代替废钢，同时行政去除在产高炉产能，导致高炉生产生铁的利润大幅上涨。2018年钢材价格维持高位，是供需两端共同作用的结果。2018年钢材需求大幅增长，废钢正常回收利用，这两个因素对冲，导致生铁的供需变化不大，生铁利润维持在2017年下半年水平。
与此同时，我们估算了全球铁矿提供铁元素的供给弹性。然后讨论，生铁利润是高品低品铁矿价差变化的决定因素。
第三部分，我们尝试预测2019年的供需参数，结合我们提出的定价逻辑和估算出的供给弹性，对2019年均衡价格的变化做出预估。
总体上预计2019年国内钢材使用量和净出口都有小幅下降，废钢进一步替代生铁，高炉有效产能将会放松，导致2019年生铁生产利润相比2018年有所下降，从而使得钢材价格有所下降。全球铁矿总量基本平衡，低品矿价格预计平稳，生铁生产利润下降导致高品和低品矿价差缩小，中品矿和高品矿预计价格略有下降。废钢价格跟随钢材价格变动。
经济学中，供需研究主要是寻找供给曲线与需求曲线在同一坐标系上的交点来反映均衡价格和均衡数量。本文研究黑色商品的价格与数量的关系，也是遵循这个基本经济逻辑。
1. 钢材需求的价格弹性很小：钢铁作为基础原料，在其终端的加工和使用中，成本占比较小。钢材的下游需求方几乎不会由于钢铁成本上涨而减少使用与钢铁有关的产品，成本压力相对好转移给最终用户。于此同时，钢铁很难被其他材料取代，即使能够取代，一般是技术上的革新，而非成本优势造成的。
2. 废钢消费无弹性：废钢主要是老旧报废和加工的边角料，在某一时间段和生产工艺上，供给几乎刚性。废钢加工成钢材，比铁矿加工成钢材，具有很大优势，因此废钢资源量就等于废钢消费量。中国现在只用废钢远不能满足钢材生产的情况下，中长期废钢供给和消费无价格弹性。
3. 铁矿需求无弹性：钢材需求的铁元素量，减去废钢可供给的铁元素量，缺口必须由铁矿石来补充。因此铁矿需求无价格弹性，是被决定量。
4. 生铁供应有利润弹性：高炉把铁矿还原成生铁，这个加工过程具有利润弹性。生铁利润高时，会刺激高炉开工率提升，及提高高炉运转效率，提升高炉生产系数。反之亦然。
5. 铁矿石供应有价格弹性：供给是充分竞争市场，中国大量依赖进口，全球铁矿生产成本参差不齐，因此铁矿供给具有一定的价格弹性。
1. 钢材需求的价格弹性很小：钢铁作为基础原料，在其终端的加工和使用中，成本占比较小。钢材的下游需求方几乎不会由于钢铁成本上涨而减少使用与钢铁有关的产品，成本压力相对好转移给最终用户。于此同时，钢铁很难被其他材料取代，即使能够取代，一般是技术上的革新，而非成本优势造成的。
2. 废钢消费无弹性：废钢主要是老旧报废和加工的边角料，在某一时间段和生产工艺上，供给几乎刚性。废钢加工成钢材，比铁矿加工成钢材，具有很大优势，因此废钢资源量就等于废钢消费量。中国现在只用废钢远不能满足钢材生产的情况下，中长期废钢供给和消费无价格弹性。
3. 铁矿需求无弹性：钢材需求的铁元素量，减去废钢可供给的铁元素量，缺口必须由铁矿石来补充。因此铁矿需求无价格弹性，是被决定量。
4. 生铁供应有利润弹性：高炉把铁矿还原成生铁，这个加工过程具有利润弹性。生铁利润高时，会刺激高炉开工率提升，及提高高炉运转效率，提升高炉生产系数。反之亦然。
5. 铁矿石供应有价格弹性：供给是充分竞争市场，中国大量依赖进口，全球铁矿生产成本参差不齐，因此铁矿供给具有一定的价格弹性。
在这些特点下，可以建立从需求数量决定供给数量，供给弹性决定均衡价格的研究路径。
1. 钢材需求由经济发展状况和下游产业需求决定，并作为无价格弹性的参数进行研究。
3. 生铁需求量，由钢材消耗铁元素减去废钢提供的铁元素这个差值进行计算。
6. 生铁利润决定不同品种矿价差，高品矿价格=低品矿价格+高低品矿价差。
1. 钢材需求由经济发展状况和下游产业需求决定，并作为无价格弹性的参数进行研究。
3. 生铁需求量，由钢材消耗铁元素减去废钢提供的铁元素这个差值进行计算。
6. 生铁利润决定不同品种矿价差，高品矿价格=低品矿价格+高低品矿价差。
历史数据帮助我们理清供需逻辑、对齐现有供需数据、模拟生铁利润弹性曲线和铁矿供给价格弹性曲线。然后结合已有信息和对于行业的理解，进行需求量的预估和供给曲线变动的预估，然后两者结合对均衡价格进行预估。
由于钢材的需求缺乏弹性，历史需求几乎全部被满足，因此扣除库存变动和进出口，历史产量就是消耗量，也就是需求量。我们把产量分成4部分：
历史钢材产量，暂时看每个公开数据都有其缺陷。我们结合统计局和中钢协的数据汇总进行计算，最大程度调整了统计局产量数据的口径问题，并补充了去除地条钢之前的表外产量，得到不含重复材的真实钢材产量。用一定的成材率计算，可以得到历史真实粗钢产量。和统计局发布的粗钢产量对比，发现2013年统计缺口最大，然后到2018年逐渐减小，也符合统计局正在加大力度完善统计的现状。
（注：不是所有地条钢产量都在统计局口径以外。在去地条钢之前，大多电炉企业都有中频炉，由于成本优势，关掉电炉，用中频炉生产。这些企业依然会上报钢材产量。大部分表外产量在 2014 年才出现。）
直接进出口方面，随着价格优势消失，直接出口钢材减少，2017年净出口钢材6200万吨，2018年钢材价格维持在高位，净出口进一步下降到5600万吨。
间接进出口钢材，是指伴随着其他含钢铁的下游产品和半成品，进出口的钢材量。数据最初由世界钢协研究并部分发布，总量暂时只发布到2016年，分项数据只发布了2013年的，其他数据由我们结合海关进出口数估算而得。
间接净出口随着近两年钢材价格走高反而增量明显，部分对冲掉直接净出口的减少。
表观消费受关注度较高，体现了在国内有多少钢材被消耗或者加工成其他产品。但是如果想体现在中国现在所处的经济状况和钢材终端消费状况，钢材使用量是更好的数据。这两者之间差距就是钢材间接净出口。使用量=表观消费-间接净出口。
间接出口体现了中国替国外加工的产品，这部分不代表我们国内终端的消费能力。
2017年钢材表观消费量8.20亿吨，同比增加1900万吨（+2.41%），钢材使用量7.52亿吨，同比增加1200万吨（+1.57%）。
2018年钢材表观消费量8.88亿吨，同比增加6800万吨（+8.30%），钢材使用量8.11亿吨，同比增加5900万吨（+7.89%）。
从年度数据来看，2014年至2017年，经历了产能过剩和去产能政策，钢厂利润从跌至亏损到利润丰厚，但产量几乎保持平稳，总体波动区间在2%左右。钢材使用量在2014年到达快速发展的峰值后，2015年下降4.67%，然后16和17年慢慢补回，17年再次回到13和14年的水平上。2018年产量和使用量增幅较大，都到达了历史新高度。
国内钢材使用量= 钢材产量-钢材直接净出口-钢材间接净出口-库存增加量。
（注：图 9 中总库存变动，包括社会库存、钢厂库存和下游用钢企业终端库存。终端库存是我们通过数据对比估算的，估算过程只考虑到建筑耗钢的终端库存，其他行业暂时无法估算。这样可以使钢材库存变动更准确一些，从而使钢材使用量计算的更准确一些。）
从季度数据上可以看出2017年第4季度用钢量和前两季度比有所下降，2018年第1季度用钢量和前几年比有明显下降，显示出当时采暖季限产和下游企业停工的力度较大。而2018年第4季度钢材产量和用钢量都相对平稳，对应限产停工的行政力度减小。
2018年只有第1季度的钢材使用量偏低，后3个季度同比大幅增长，超过前几年平稳期的高度。2018年2季度用钢量爆发式增长，有采暖季限制增产，导致2017年4季度和2018年1季度生产计划被迫延后的因素。
我们通过铁矿消耗量计算生铁产量，更严格来说得到是生铁和直接还原铁产量之和。由于国内直接还原铁量很少，近似认为是生铁产量。
铁矿主要来源于进口和国产。主流进口矿计算其含Fe量，是按矿山和按品种折算出来的含铁量，非主流矿粗略按照其进口国估算其铁含量，国产矿统一按照高品位铁精粉来计算Fe含量。
生铁产量中含Fe量=进口矿含Fe +国产矿含Fe+各种铁矿库存减少所含Fe。
按照一定的生铁中含铁元素占比，可以通过生铁中含Fe量反过来计算真实生铁产量。对比统计局发布数据，也存在统计缺口，且2018年统计缺口也在明显变小。
（注：这样计算而得的废钢，只包括社会报废废钢和下游企业加工废钢，不包括钢厂自产废钢。钢厂自产废钢随着钢材产量的增加而增加，随着钢厂成材率的增加而减少，会被再次加工成粗钢进行自身循环，而不会体现到钢材产量中。图 11 中，2009 年出现了较大的数偏离，应该是统计局钢材产量口径的问题造成的。2009 年新钢厂和新上设备很多，而现有统计规则又不能把快速增加的企业和产量计入，规模以上企业纳入有滞后性。而 2012 年的缺口，暂时不知道原因。出于近期数据细致处理，远期历史数据略微粗糙的原则，2009 年和 2012 年没有进一步做数据口径调整。）
在整体铁元素平衡中，钢材产量中的Fe=生铁中的Fe+废钢被再利用的Fe。现在有了真实钢材产量和真实生铁产量，可以计算出由废钢再利用，回流到钢铁生产中的铁元素。再加上少量铸造中回收的废钢Fe元素，得到社会报废废钢和下游企业加工废钢这两个来源的回收Fe元素。
如图11，长期来看，回收的废钢Fe元素呈逐年上升的趋势，平均每年增加1100万吨。如果考虑到废钢中Fe元素回收率在90%左右，平均每年废钢资源量增加1200至1300万吨。2018年废钢回收Fe元素在2亿吨，折合资源量大约2.2亿吨。
这些数据和市场上主流研究机构给出的数据接近。废钢资源量的主要研究方法是通过历史钢产量，结合不同产品的报废年限，计算出未来报废的废钢量。我们的方法是计算真实钢材和生铁产量，从差距间接计算废钢回收利用量。两种计算方法的吻合，也说明了我们计算真实钢材产量和真实生铁产量的可靠性。
我们这样间接计算废钢回收量，有个额外优势，可以观察废钢是否舒畅的回流到钢材生产中，是否被充分的加工再利用。尤其在2017和2018年，在去地条钢行动所干扰的供需状况下，帮我们理清数据和价格形成的逻辑。
虽然废钢资源量应该是逐年递增的，但是2017年回收加工的废钢Fe元素量只有1.46亿吨，同比降低4100万吨。这是由于突然去掉了大量中频炉产能造成的。中频炉可以不挑剔的以各种废钢为原料，而转炉和电炉对于轻薄料有严格限制。随着中频炉的去除，需要加入废钢加工环节。废钢加工需要切割、粉碎、去皮、压块等一系列过程，不仅有Fe元素的浪费，也需要在这个环节囤积库存。中频炉启动和关闭简单，企业不需要像转炉和电炉企业那样为了维持稳定生产，囤积比较多的废钢库存。
相比中频炉，用转炉和电炉回收加工废钢，有更多喷溅和烟尘，从而浪费的铁元素也会增加。再加上2017年轻薄废钢的价格快速下跌，导致回收积极性下降以及出口少量废钢。这些环节都在短期阻碍了废钢回收再利用，不是废钢资源下降，只是废钢回收的铁元素量下降。
2018年除了废钢加工Fe元素的浪费，转炉和电炉的喷溅和烟尘中Fe元素的浪费，其他环节废钢回流钢铁体系的阻碍消失。2018年回收利用Fe元素1.98亿吨，同比增加5200万吨，回归到历史趋势附近。从图11中两条虚线的差距看，回收Fe元素量依然低于历史趋势，可能是浪费环节所造成的，这个差距取决于工艺，难以弥补，差距仍将延续。
（注：虽然 2018 年净进口量减少了，但是 2017 年进口矿累库存，2018年去库存，库存减量的同比变化弥补甚至超过了净进口量的减少。）
如图11，我们钢材产量所需要的铁元素放在一起对比来看。2016至2018年，来自进口的铁元素逐年增加，国产铁元素总体维持稳定波幅不大，废钢由于去地条钢因素，回收利用量在2017年大幅下降，2018年快速回升。
市场上比较关注粗钢产能，但是现阶段我们更关注高炉生铁产能，主要原因如下：
虽然转炉废钢比在逐步提升，最新中钢协数据显示为13.6%，距离17%-18%的热平衡可添加的比例还有差距。甚至有些钢厂可以在加入额外能源的情况下，转炉废钢比到达30%左右。即使加入其它能源，依然比电炉更具成本优势。中钢协数据显示国内电炉炼钢，大约是一半铁水一半废钢。无论是转炉还是电炉，可加入废钢量仍有很大空间。一般钢厂配备的转炉产能都高于高炉产能，因此现在转炉产能充足。转炉不像高炉需要较复杂的炼铁还原过程，只是去除杂质和控制粗钢指标的过程，转炉环节稍有利润就可以较容易的提高转炉运转速率。随着去中频炉完成，以前把有资质的电炉关闭，开启中频炉的企业，陆续开启电炉。同时全国在逐步新上高炉产能，且有部分转炉置换成电炉产能。
所以总体转炉和电炉产能充足，不会制约废钢的回收利用。虽然在2017年突然且迅速的去除中频炉后，电炉用废钢加工粗钢有很高的利润，但那是短期的不均衡状态，需要一定的时间让钢厂改进、适应、并逐步提高转炉废钢比，电炉逐步减少铁水增加废钢使用量，把废钢转化成粗钢的加工环节的利润会回归到微利状态。高炉产能的短缺是造成2016-2017年钢铁利润持续上升并维持2018年较高利润的原因，也是将来利润变动的关键。
进入2016年以后，在去产能的政策同时，除了产能置换，没有额外的新增高炉产能。图13中，显示的高炉容积，是我们通过各种信息渠道建立起的高炉统计数据，都是去除淘汰产能后，非僵尸高炉产能。2016至2018年非僵尸产能在持续下降，3年时间去除非僵尸高炉产能7.86%，其中2017年力度最大，1年时间去除4.06%。
关于生铁产量和高炉利润的供给弹性，稍微有别于经济学中供给弹性的定义。一般的供给弹性定义中，随着价格升高，更多的产能变得可以盈利，从而加入生产的行列来增加总产量。但是对于高炉生产，当利润增加时，并没有闲置产能可以加入生产行里，更多的是减少检修时间和增加高炉生产效率来提升。最终体现出来的是在给定的行政限产力度下，随着利润提升，刺激全国高炉检检修率减少且高炉系数提高。
我们先试图寻找一些稳定生产的高炉样本，观察其利润和高炉系数之间的关系。如图14，我们选取从2015年1月至2018年3月这段时间，没有拆建高炉的45家钢铁生产企业，做月度的平均高炉生产系数计算，然后与当月的平均吨生铁利润对应，反映在不同利润下高炉的生产效率。利润越高，加快高炉运转速度的动力越强，压缩检修时间的动力越强，样本平均高炉系数越大。在图中虚线以下且偏离较大的点，多数在春节或采暖季限产季节，被额外因素拉低了平均系数也是可以理解。
（注：本文采用的吨铁水利润，是在较低成本的长流程钢厂，假设不在转炉中添加废钢，完全用高炉铁水生产钢材(考虑了长材和板材的权重)，涉及到每吨铁水的加工含税利润。）
通过样本数据，确定了利润会刺激钢厂生产生铁的积极性，从而增加产量。样本数据显示生铁利润从200到1700元/吨，高炉系数从2.3增至2.5，产量增幅8.7%左右。
然后我们尝试探索全国高炉系数随生铁利润的变化关系。如图15，我们计算的全国真实生铁产量，与我们统计的全国非僵尸高炉容积相结合，得到的全国高炉供给弹性。由于用铁矿推生铁产量，为保持准确性，只能细分到季度，而系统性的高炉统计我们最早回溯到2016年，这些因素导致我们只能描述12个点。从这仅有的12个点，粗略能看出生铁利润从200到1700，全国高炉系数从1.8增至2.1，产量增幅16.6左右%
图14的样本钢厂数据和图15的全国高炉生铁弹性数据，各有优缺点。样本钢厂数据充足，但偏向于大型国有企业，相对于较小或者私有企业，利润刺激的增产积极性偏低。全国钢厂高炉数据的散点数据个数偏少，但是更能提前出全国的平均情况。最终我们采用两者弹性的均值，利润从200至1700，产量增幅12.5%左右。粗略线这个生铁利润区间，生铁弹性是每100元利润增加产量0.83%。
（注：这个高炉供给弹性是通过历史数据计算而来的，主要用于预测未来均衡利润。理论上，在预测未来生铁产量的变动和高炉容积变动后，这两个变动的差距，需要利润变动调节至供需平衡状态，把需要调节的供需差带入到供给弹性，可以量化评估未来的利润预期。）
从2016至2018年，影响钢材价格的变动的最重要部分是利润的变化，也是整个黑色行业价格变动的核心逻辑。
2017上半年去除中频炉后，钢厂普遍延续低转炉废钢比的习惯、延续电炉加入高铁水原料比例的习惯，短期上造成把废钢转化正钢材的产能不足，使得电炉利润大增。我们之前讨论过，长期来看转炉和电炉回收废钢的产能是足够的，只要克服了2017年去中频炉后短期的废钢回流不畅，在长期加工产能充足，废钢资源量缓慢增长的情况下，把废钢加工成钢材这个环节上不会有丰厚的利润，因此长期上电炉利润有回归到低位的动力。从2017上半年开始，电炉利润趋势性下降，虽然中间有波动，至2018年底回归接近于零的微利，是可以理解的，微利也将是未来几年的电炉预期利润。
既然长期上电炉利润有维持微利的预期，那么废钢价格的变动，会依附于钢材价格的变动，形成被动跟随的定价机制。由于缺少废钢期货等衍生品的属性，缺少市场预期变化快速调节预期价格的机制，价格跟随速度不会很及时，这个机制解释了为什么在2017年下半年和2018年，电炉利润短期跟随钢材价格变动。
由于废钢是跟随钢材的定价机制，因此钢材价格的形成机制，是由 “铁矿价格+高炉中能源辅料人工成本+高炉利润+转炉精炼轧制等加工成本” 组成的。
辅料、人工、转炉精炼轧制等成本变动很小，因此近几年钢材价格上涨并维持高位，主要靠高炉利润支撑，其次是铁矿和焦炭的价格支撑。本文侧重铁元素贯穿的品种，不讨论焦炭供需及价格的变动。在下文中关于铁矿价格形成的讨论，会发现从16年至18年，低品矿价格平稳，高品矿价格是由“低品矿+高低品价差”组成的，而高低品价差的核心定价因素是生铁利润。这样总体上看生铁利润成为整个钢铁行业研究的重中之重，这也是我们投入较大精力研究真实产量数据、非僵尸高炉产能和高炉生铁弹性的原因。
2017年国内钢材使用量增加了1.57%，总净出口的减少对冲了使用量的增加，使得线%，由于废钢回收量的大量减少，需要生产更多的生铁补充较大的废钢缺口，线%。生铁需求量的增加结合高炉产能的下降，造成了生铁利润的较大增幅。观察季度数据，会发现在2017年生铁产量上升和高炉容积下降，主要发生在第三季度，这也是高炉利润和钢材价格增长最迅速的时间段。总体上2017年价格变动主要来源于供给端，由于中频炉快速去除导致被迫用生铁代替不能回流的废钢，同时大力度去除高炉，导致相对更加不足生铁产能，而钢材需求端的影响是次要因素。
2018年国内钢材使用量大幅增加7.89%，总净出口的变动很小，线%，由于转炉和电炉增加废钢使用量的习惯改进，废钢回流到炼钢体系的量大幅增加，很大程度对冲了钢材产量的增加，使得需要的生铁产量只需要增加1.61%，而高炉行政去产能进入尾声，更多是置换产能先关后开，导致的高炉容积去除1.64%，但是行政限产力度减弱增加了高炉的有效容积。观察季度数据，发现2018年同比增加的生铁产量，主要源于2017上半年产量基数较低和2018年四季度采暖季限产的放松，第四季度采暖季行政限产力度减弱增加了高炉有效容积。因此虽然2018年平均生铁利润高于2017年，但是相对于2017下半年的利润水平变化不大，维持在相对高位。总体上2018年出乎意料的钢材需求大增，消耗掉了废钢正常回流的增量，供需两方面共同作用维持了高利润状态。
以上讨论完钢厂端的利润形成，接下来我们讨论钢材价格的另一个组成部分，铁矿价格的形成。
观察国产铁精粉产量的变动，发现和价格有明显的关系。如果把每个月国产铁精粉的平均日产量与当月铁精粉平均价格相关联，如图18得到铁精粉的估计弹性。
从2014年下半年至2017年，除了春节附近月份，总体上比较好的收敛于深色虚线年出现了比较大的偏离，虽然价格总体上略高于2017年，但是产量明显低于2017年。其原因是2018年国产矿受到较大的环保安全整改、行政停产以及资源枯竭等因素的影响。
这些影响对供给弹性影响较小，会使供给曲线元，日产量大约从60变动到78万吨/日。弹性大约是1880万吨/每年每100元，折合1100万吨Fe元素/每年每100元。假定平移供给曲线之后并不影响斜率，也就不影响在450至800元区间内的供给弹性。用于预测未来时，把预期增减产的固定量加入供给端，评估均衡价格时这个弹性依然近似适用。
对于国外矿山，由于数据难以获取，想研究所有国家产量与价格的关系更加困难。这里我们采用近似缩小口径的处理方法。在2014年至2018年，中国在全球中铁矿消耗量占比很大，且消耗量变动几乎主导了全球铁矿消耗量的变动。在其他国家消耗铁矿平稳，或者其消耗变动量被远距离的运输成本隔绝的假设下，可以近似使用中国进口铁矿数据描述全球铁矿供给弹性。
由于自从2014年铁矿价格较大幅度下跌之后，除了一些低成本主流大型矿山，很少有其他投资开采新矿山的意愿，新建开采设备不再有利可图，但一些已有设备的矿山，继续生产可以覆盖现金成本。这就可能形成一个非主流矿山在产能固定条件下的供给弹性。虽然非主流矿山各家含Fe品味参差不齐，但总体平均起来品味偏低，我们尝试用代表低品矿的58%矿价格指数来对比研究。
在以上假设下，我们扣除澳洲、巴西、印度的进口量，用其他国家进口量代表非主流矿山供给量，与58%矿价格指数进行对比。如图19显示，非主流矿进口量与指数关联性比较好，反过来说明可能以上理论假设的偏差不大。从2015年至2018年58%品味矿价格稳定在40美金附近波动，说明了这段时间价格无关的产量变动，大体上弥补了铁矿需求的变动，不需要较大的价格变来动刺激增产或者减产，达到了在价格稳定状态下的供需平衡。
值得关注的是在2018下半年，量价关系发生了较大偏离。分国家观察，非主流进口国家减量较多的有南非、塞拉利昂、乌克兰、印度、伊朗。南非在2018年铁矿生产受到新版矿产影响，产量下降较大；塞拉利昂由于山钢撤出导致矿山停产；乌克兰局势动荡产量受到压制；印度政府禁止部分矿山开采；印度和伊朗都有较大量钢铁新产能投产，分流了出口到中国的量。这些因素与价格没有什么关系，可以平移供给曲线做近似处理，与供给弹性无关。短期内，除了印度可能行政限产放松或撤销，其他国家不太可能改变现有的情况，因此这种量价关系的背离可能会持续。
虽然国产矿铁精粉主要用于造球，国外进口矿主要是粗粉用于烧结，但是对于高炉炉料，烧结矿和球团矿在很大范围内是可以替代的。因此在已知的铁矿供需缺口条件下，把缺口代入国产矿和非主流矿来合计弹性，可以来预期平衡价格的变动。这个合计弹性大约是 2000万吨Fe元素/每年每100元（1100万吨Fe元素/每年每100元的国产矿弹性 + 900万吨Fe元素/每年每100元的国外矿弹性）。
讨论完国产矿和进口矿的供给弹性，以及它们用于预期均衡价格的作用，我们再讨论高品矿和低品矿价差的问题。
自从2016年，高品矿和低品矿价差开始拉大，为了解释其中的原因，我们之前做过一个研究。在高炉生产中有一个经验结果，入炉铁料品味每提高1%，产量提高2.5%，焦比降低1.5%。入炉品味提升1%，不仅提高了含铁量1%的产量，更提高额外1.5%的铁料消耗速度。如果高炉生铁利润提升了，而高品低品矿价差没有变化的情况下，钢厂会增加高品矿的配比，得到额外收益。在这种动力下，会拉大高品矿和低品矿之间的价差到一定程度，使得增加高品矿配比不再带来额外收益，从而高品矿和低品矿价格继续拉大的动力消失，达到一个新的价差平衡。同理，煤焦价格也是类似的因素，当煤焦价格上涨，钢厂会有增加高品矿配比，从而减少煤焦成本的动力，使得高品低品矿价差拉大，直到达到新的平衡价差。
在这样动态平衡的思路下，我们模拟高炉生产过程，计算出在给定不同的钢厂利润和煤焦价格条件下，不同品种矿价格的均衡价差，也就是估算不同品种矿在不同条件下的价值差。如图21和22，我们根据高炉利润估算出的不同品种铁矿价差和历史价差变动结果较好吻合，说明这个动态平衡思路是品种间价差的决定性因素。进一步考虑会发现，生铁利润的影响作用远大于煤焦价格，因此高炉生铁利润是高低品价差的决定性因素。
响，但是 2018 年 5 月之后，Si和 Al 的罚扣价格相互逆转。这种逆转我们初步考虑是结构性的变化造成的，计划修正模型，以进一步解释这种变化的原因，现在还没完成，完成后即可继续跟踪对比。但是这个不完善的因素，不阻碍我们理解和计算铁品位差距造成的价差问题。）
这个模型，不仅可以帮助我们在预测了高炉生铁利润后，预测高品低品矿价差，还可以帮助我们解决国内矿和国外矿供给相互平衡的问题。这个问题主要源自于高低品味矿价差的变动，使得影响国内精粉供给和国外矿供给的程度，是不同的。例如：当国外低品矿价格不变，而高低品矿价差被拉大时，导致国产精粉价格上涨，从而国外矿总体不会有供给增量，而国产铁精粉会有供给增量。
通过模型计算出不同利润下，58品位矿和65品位矿的估值差，平均生铁利润每升高100元，58品位和65品位铁矿价差应该增加11.6元。由于国产铁精粉品位在65%左右，价格变动情况接近65%品位的进口矿。因此这个“价差11.6元/每100元生铁利润”的关系也可以应用到国产铁精粉与进口低品矿的价差评估。
前文中，用实际数据说明了我们供需平衡研究体系的思路，同时解释了历史价格形成的原因。在本部分，由于涉及到未来均衡价格的预估，需要对各个供需环节的未来参数进行预测。预测难度很高，且自知离有效预测仍有很大差距，因此我们暂时只能根据现有阶段的理解，对关键参数进行预测，然后讨论如何运用这些参数，推导出未来均衡价格。本部分我们主要从两方面分析，第一方面简单的从行政角度理解利润的区间，第二方面进行预估测算。
建议结合自己的理解，预测出自己认可的未来供需参数。然后带入到这个供需平衡体系中，预测自己认可的价格变动。）
近几年影响最大的因素就是“供给侧结构性改革”，伴随着“三去一降一补”的总体方针。供给侧结构性改革渐渐地被市场简称为供给侧改革，忽略了“结构”这两个字。如果细分其含义，“三去”更多的对应“供给侧改革”，更偏向于短期的政策方针。“三去”的核心是“去杠杆”，杠杆高了会提升风险，防风险一直是我国经济政策中放在第一位的问题，而“去产能”是为了保利润，有利润才能顺利的“去杠杆”，“去库存”为了减债务，“减债务”也能去杠杆。“降成本”和“补短板”更多的对应“结构性改革”，偏向于转型升级的长期政策，例如改善国有私有的市场关系、逐步开放垄断行业、降低小微企业融资成本等等。
在2015年和2016年初，行业整体亏损，资产负债率上升。经历了2017年和2018年利润提升，使得负债率明显下降。如果要完成2022年资产负债率60%以下的任务，可以使利润适当降低，使负债率的下降速度放缓。但是如果利润过低也不利于完成任务，因此不宜把利润预估的太低，利润太低后不排除会出台新的行政去产能或者限产政策。
我们平时对房地产关注比较多，房地产本身是耗钢量的最大环节，而且长期对基建、机械、汽车、家电等一系列的用钢环节，都有带动作用。但是由于我们对房地产研究仍较浅薄，难以像研究钢铁行业那样量化并看清房地产行业数据的关系，但通过梳理仍有一些浅显的理解。2018年房地产新开工面积大幅增长，是带动钢材使用量增长的主要动力。之所以新开工面积增长，我们有自身的看法：
我们对比统计局发布的70城市房价数据发现，2018年上涨多的城市，大多是当初2016和2017年涨幅小的，而2016和2017年涨幅较大的，2018年价格总体平稳，2016至2018这3年中，新建商品房总体涨幅超过35%的城市很少，似乎都被压制在35%这条红线以下。这可能是前期需求透支大的城市，后期较为冷清。前期稳定的城市，被全国统一限制政策压制，购房需求不能得到满足，2018年以来限制政策逐步松动，购房需求得以弥补。也可能源于“全国统一房地产政策”向“一城一策”的转变，有意压制涨幅大的地区，放松涨幅小的地区，从而控制总体幅度。无论从购房需求端还是政策端考虑，未来全国总体的房地产周期性变动，可能不复存在。也就是说通过历史3次房地产波动周期，总结出来的用领先指标预测房地产数据的方法，将不再适用，需要我们从更本质的角度思考房地产行业。
长期上全国有新建住房和改善住房的动力，无论是城镇化的稳步推进，还是已有住房的拆旧建新。2018年增幅较大的房地产新开工面积，有回补前期政策压制的因素。2018年土地供应较为宽松地价微跌，结合房价上涨，房地产企业的利润处于较好水平。房地产企业房屋库存低，土地存量充足，且利润丰厚，刺激房地产企业加快新开工、加快底层建设速度、加快预售。数据上反映的是，新开工面积大增，但建筑工程投资完成额较低，也就是总体完成的建筑工程并不多，但是新建的底层建筑多。底层建筑耗钢强度大，2018年建筑钢材使用量快速增长。有待建设的工程量大，与施工有关的机械等行业就有新增固定资产投资的动力，且房屋销售尚可，和装修居住有关的下游需求，比如家电汽车也得到部分支撑，因此非建筑钢材在2018年使用量也是出乎意料的好。
2019年上层建筑有待继续建设，且“库存低、土地多、利润丰厚的”的预期依然存在，因此预期2019年房地产建筑工程投资完成额表现良好。虽然房地产企业依然有加快新开工的动力，但是资金和整体建筑资源有限，要分摊到待建设的上层建筑。可以预见2019年房地产新开工面积会下降，总体用钢强度会下降，房地产耗钢量会下降。新开工面积下降，可预售的房屋量就下降，销售面积可能有所下降，虽然与建筑有关的机械等行业用钢量可能保持良好，但是与居住有关的下游需求行业，用钢量可能会下降。
再结合我们在之前图9中讨论的，在2017年被采暖季延后的施工，在2018年回补，导致2018年用钢量较高。因此我们较为感性的预计2019年国内用钢量总体下降800万吨（-1%）。这个下降预期不宜看的过分悲观，因为2015年用钢量才下降了5.67%，那似乎是全面萎缩、时刻提防经济危机的年份。
环保去产能主要是提高环保标准，新增环保设备使得成本支撑提升，不达标的限产政策使得供应压缩。行政去产能已经接近尾声，而环保限产具有长久性，会阶段性的影响高炉生产。全国要求2020年必须完成超低排放标准，所以后期环保设备也要持续提升。虽然2018年河北省提出10月份要完成超低排放标准，否则停产，而实际并未完全停产，显示出整体放松倾向。如图24，是我们做高炉统计得到的无僵尸产能的检修数据。2018年有个特点是，采暖季限产放松，但波及到河北以外省份的限产变严。行政限产到环保限产的转变，随着环保设备的完善，更多企业达标，停产限产的影响会越来越小，由于这个原因预计2019年有效产能额外增加1%。
产能微增0.19%，有效产能额外增加1%，总有效产能预计增长1.19%。
这里有一些了逻辑上的不严谨，历史的高炉生铁供给弹性，我们是用真实产能计算而来的，没有考虑限产等因素对有效产能的影响。而在预测未来时，却引入有效产能这个概念。这是受到数据精度限制造成的，历史无法准确剖析限产力度对有效容积的影响，也就无法形成一个更完备的数据基础。由于供给弹性测算的精确性没有那么高，我们在计算弹性时用真实产能，在预估未来时我们引入额外有效产能来平移供给曲线，但弹性不变。）
国外非主流矿的研究难度较大，估算2018年总体减量3100万吨左右，主要有塞拉利昂减500万吨左右，印度减780万吨左右，乌克兰减550万吨左右，其他一些国家减1200万吨左右。在没有明确的预期下，考虑到铁矿从2014年大跌后，全球非主流矿山少有继续投资建设新增产能，由于产能枯竭因素，感性预测和价格无关的产量降低1000万吨。
国产矿市场公开信息较少，可以参考我的钢铁关于2019年的预测。由于技术改造完成，一部分大中矿山满足环保要求，陆续复产，结合部分新增产能和耗尽产能，预计2019年增产400万吨铁精粉。这是没有考虑价格因素的产量，结合前面计算的生铁利润降低640元，导致的65%相对于58%品味矿下降75元，因此在假设低品矿总体价格不变的情况下，国产矿（65%品味铁精粉）在1880吨/100元的价格弹性下，会减产1400万吨。总计与低品铁矿价格无关的国产矿产量减少1000万吨。
再次建议，请不要过于关注最终的预测结果。供给弹性测算可能有误差，供需参数预测更是难度很大，本次预测只是为了演示我们的研究逻辑。因此最终结果即使预测正确，也是运气因素。注重行业逻辑，用数据说明黑色商品的供需本质，才是我们追求的目标。）
一德期货认为本报告所载内容及观点客观公正，但不担保其内容的准确性或完整性。本报告所载内容反映的是一德期货在发表本报告当时的判断，一德期货可发出其它与本报告所载内容不一致或有不同结论的报告，但没有义务和责任去及时更新本报告涉及的内容并通知服务对象。一德期货也不需要采取任何行动以确保本报告涉及的内容适合于服务对象。服务对象不应单纯依靠本报告而取代自身的独立判断。一德期货不对因使用本报告的材料而导致的损失负任何责任。